[发明专利]微博营销账号的识别方法及系统

权利要求书

1.一种微博营销账号的识别方法，其特征在于，包括：

获取群体微博账号中每个微博账号登录时所使用的互联网协议IP地址；

对于每个获取的IP地址，统计登录时使用该IP地址的微博账号的数量；若统计出的数量大于第一阈值，则将登录时使用该IP地址的微博账号的疑似度增加第一步长值；

对于每个微博账号，获取该微博账号的行为日志并进行分析：统计该行为日志中记录的调用接口的次数；若统计出的调用接口的次数大于第二阈值，则将该微博账号的疑似度增加第二步长值；

将疑似度大于设定值的微博账号识别为微博营销账号。

2.如权利要求1所述的方法，其特征在于，在所述获取该微博账号的行为日志并进行分析时，还包括：

若该行为日志中记录有登录、投放广告记录，但没有广告曝光量的记录，则将该微博账号的疑似度增加第三步长值。

3.如权利要求1或2所述的方法，其特征在于，在所述将疑似度大于设定值的微博账号识别为微博营销账号之前，还包括：

对于每个微博账号，利用K均值聚类K-means算法分别计算该微博账号的博文操作行为特征向量到各样本微博营销账号的博文操作行为特征向量的距离，并将计算出的距离的平均值作为第一距离；并分别计算该微博账号的博文操作行为特征向量到各样本非微博营销账号的博文操作行为特征向量的距离，并将计算出的距离的平均值作为第二距离；若所述第一距离小于所述第二距离，则将该微博账号划分成疑似微博营销账号；否则，将该微博账号划分成非微博营销账号；

对于每个划分成疑似微博营销账号的微博账号，统计该微博账号的行为日志中关注微博营销账号的数量，若统计出的关注微博营销账号的数量大于第三阈值，则将该微博账号的疑似度增加第四步长值。

4.如权利要求1或2所述的方法，其特征在于，在所述将疑似度大于设定值的微博账号识别为微博营销账号之前，还包括：

若统计出的登录时使用的IP地址位于同一网段的微博账号的数量大于第四阈值，则将登录时使用的IP地址位于该网段的微博账号的疑似度增加第五步长值。

5.如权利要求1或2所述的方法，其特征在于，在所述将疑似度大于设定值的微博账号识别为微博营销账号之前，还包括：

获取登录群体微博账号中每个微博账号所使用的客户端的浏览器中的记录标记Cookies；进而统计出该Cookies中包含的微博账号的数量；若统计出的数量大于第五阈值，则将该Cookies中包含的微博账号的疑似度增加第六步长值。

6.一种微博营销账号的识别方法，其特征在于，包括：

获取群体微博账号中每个微博账号登录时所使用的互联网协议IP地址；

对于每个获取的IP地址，统计登录时使用该IP地址的微博账号的数量；若统计出的数量大于第一阈值，则将登录时使用该IP地址的微博账号的疑似度增加第一步长值；

对于每个微博账号，获取该微博账号的行为日志并进行分析：若该行为日志中记录有登录、投放广告记录，但没有广告曝光量的记录，则将该微博账号的疑似度增加第三步长值；

将疑似度大于设定值的微博账号识别为微博营销账号。

7.一种微博营销账号的识别方法，其特征在于，包括：

获取群体微博账号中每个微博账号登录时所使用的互联网协议IP地址；

对于每个获取的IP地址，统计登录时使用该IP地址的微博账号的数量；若统计出的数量大于第一阈值，则将登录时使用该IP地址的微博账号的疑似度增加第一步长值；

对于每个微博账号，利用K均值聚类K-means算法分别计算该微博账号的博文操作行为特征向量到各样本微博营销账号的博文操作行为特征向量的距离，并将计算出的距离的平均值作为第一距离；并分别计算该微博账号的博文操作行为特征向量到各样本非微博营销账号的博文操作行为特征向量的距离，并将计算出的距离的平均值作为第二距离；若所述第一距离小于所述第二距离，则将该微博账号划分成疑似微博营销账号；否则，将该微博账号划分成非微博营销账号；

对于每个划分成疑似微博营销账号的微博账号，统计该微博账号的行为日志中关注微博营销账号的数量，若统计出的关注微博营销账号的数量大于第三阈值，则将该微博账号的疑似度增加第四步长值；

将疑似度大于设定值的微博账号识别为微博营销账号。